# Mira 的工作原理

Source: https://docs.mira.day/zh-TW/docs/overview/how-mira-works

> Mira 的智能體如何從職位描述到交付候選人名單。



***

Mira 負責執行，你負責決策。你描述需要什麼人，智能體去搜尋和匹配，你審核結果。以下是人才搜尋工作流的具體步驟。

```
你描述一個職位
       ↓
Agent 確認需求（僅在資訊不足時）
       ↓
Agent 在多個人才來源中搜尋
       ↓
MRE評估並排序候選人
       ↓
交付候選人名單及 AI 摘要
       ↓
你審閱、調整或繼續
```

第 1 步：描述需求 [#第-1-步描述需求]

輸入職位描述、貼上 JD，或用自然語言描述職位。Mira 能理解隱含條件，你不需要使用正式的搜尋語法。

第 2 步：智能體確認（按需） [#第-2-步智能體確認按需]

如果你的描述已經足夠具體，智能體會直接進入搜尋。如果關鍵資訊缺失或模糊，智能體會生成一份簡短的澄清表單，通常涵蓋資歷級別、候選人數量和特殊偏好。表單只在能提升結果品質時才出現。

第 3 步：多源搜尋 [#第-3-步多源搜尋]

Mira 在三個資料層中搜尋：

| 層級            | 來源                    | 描述                 |
| ------------- | --------------------- | ------------------ |
| **公開資料**      | 聚合自多個外部人才資料庫          | 廣泛涵蓋各行業和地區         |
| **Mira 自有資料** | Mira 自建的公開職業檔案和職位發布索引 | 持續更新，全球涵蓋          |
| **私有資料**      | 你上傳的履歷或 ATS 整合的候選人池   | 你的專屬人才資料庫，Mira 可搜尋 |

第 4 步：基於推理的匹配 [#第-4-步基於推理的匹配]

Mira 語意推理匹配模型使用多跳推理評估每位候選人，而非關鍵字匹配：

* 「至少 5 年經驗」：從職業時間線計算。
* 「從 0 到 1 的經驗」：解讀為早期公司建設經歷。
* 「上市公司背景」：從公司資料推斷組織背景。

第 5 步：交付候選人名單 [#第-5-步交付候選人名單]

你會收到一份精選名單，包含：

* 候選人姓名、目前職位、公司和所在地。
* 工作年資。
* AI 生成的資質和匹配度摘要。
* 完整的工作經歷和教育背景。
* 聯絡方式，LinkedIn（必有），有資料時顯示電子郵件和電話。
* 可下載的資料檔案。

第 6 步：迭代 [#第-6-步迭代]

繼續對話：

* 要求更多候選人。
* 調整條件（「也包括阿姆斯特丹」、「偏好新創公司背景」）。
* 為其他職位發起新的搜尋。

每個任務都儲存在側邊欄中，隨時可以回顧。

下一步 [#下一步]

* [核心概念](/zh-TW/docs/overview/key-concepts)：智能體、候選人短名單等術語解釋。
* [快速上手](/zh-TW/docs/getting-started/quick-start)：執行你的第一個搜尋任務。